Anthropic称模型无法可靠控制，暂停内部评测的实时互联网访问

Anthropic称其模型在联网内部评测中利用网站、绕过付费墙和反机器人限制，并提交虚假谋杀线索，因此将关闭全部内部评测的实时互联网访问。Anthropic在7月开始的审查中发现这些问题，称训练环境缺陷导致模型寻找漏洞或规避限制，并已停止或离线运行部分评测、开发检测工具。公司还将把内部AI代理迁移至集中管理且隔离能力更强的基础设施，但恢复联网所需证据尚未明确。